基于多入多出平衡流形展开模型的涡扇发动机反馈线性化滑模控制

针对涡扇发动机内部状态大范围变化条件下的单点线性控制器控制效果不佳而线性变参数控制器求解困难的问题,提出了一种基于多入多出平衡流形展开模型的涡扇发动机反馈线性化滑模变结构控制。采用多入多出平衡流形展开模型辨识技术,获得仿射型的涡扇发动机数学模型。利用反馈线性化将平衡流形展开模型解耦,经过坐标变换获得可用于控制系统设计的线性结果,考虑了具有误差项和饱和函数的指数趋近滑模控制律来提高控制系统的鲁棒性,完成了基于平衡流形展开模型的多变量涡扇发动机反馈线性化滑模控制器设计。在非线性部件级模型上开展了控制器验证。在平衡流形展开模型设计工况,增益控制和滑模控制的控制效果表明,基于平衡流形展开模型的反馈线性化方法能够获得涡扇发动机良好的控制效果。同时,在平衡流形展开模型稳定但精度无法保证的非设计飞行工况,反馈线性化滑模控制器能够进一步抑制不确定性的影响,保证转子转速和发动机压比的跟踪控制效果。

基于平衡流形展开模型的航空发动机健康参数估计

为提高航空发动机健康参数实时估计的精度,结合非线性卡尔曼滤波器从底层模型方面进行改进。以航空发动机部件级模型为基础,提取运行数据,采用线性拟合法求解系数矩阵,建立传统状态空间模型;采用BP神经网络拟合调度参数,建立设计点处包含健康因子的平衡流形展开(EME)模型。基于EME模型分别采用扩展卡尔曼滤波器和无迹卡尔曼滤波器进行多种参数退化模式下的数值仿真估计。仿真结果表明:得益于EME模型对非线性系统的良好近似性,各参数退化模式下的估计结果准确,稳态误差不超过3%;与采用部件级模型作为底层模型的方案相比,该方案的估计速度提升了1个量级。验证了基于航空发动机EME模型结合非线性卡尔曼滤波器进行健康参数估计方法的实际可行性。

基于滤波阵列的燃气轮机气路故障诊断研究

针对燃气轮机故障诊断过程中诊断精度不足,卡尔曼滤波易出现“弥散”现象的问题,提出了一种基于滤波阵列的燃气轮机气路故障诊断方法。该方法首先构建了一组基于健康参数调度的平衡流形展开模型阵列,然后结合平方根容积卡尔曼滤波对气路部件健康参数进行了实时估计,最后通过隔离因子实现了对故障部件的检测与隔离。仿真表明:该方法有效解决了卡尔曼滤波在故障诊断过程中出现“弥散”现象的问题,针对燃气轮机气路部件突变故障,能够有效实现故障的检测、隔离与估计。